نمونه‌گیری و بازنمونه‌گیری

نمونه‌گیری

روش نمونه‌گیری فرآیندی است که به کمک آن زیرمجموعه‌ای از جامعه آماری تهیه می‌شود. این کار به‌منظور شناخت یا برآورد پارامترهای جامعه آماری صورت می‌گیرد. قبل از تهیه نمونه از جامعه آماری بهتر است به نکات زیر توجه شود: 

خطا در برآورد

ازآنجایی‌که به‌جای استفاده از جامعه آماری نمونه آماری به کار گرفته‌شده است برآورد پارامتر جامعه با خطا همراه است. این خطا از دو دیدگاه بررسی می‌شود.که عبارت هستند از: 

نمونه‌گیری آماری

در مقابل نمونه‌گیری، روش بازنمونه‌گیری[1] بر اساس نمونه موجود، سعی در برآورد بهتر پارامترهای جامعه آماری و یا محاسبه خطای برآورد می‌کند. هر دو روش نمونه‌گیری و بازنمونه‌گیری برای حل مسائل مدل‌سازی به کار گرفته می‌شوند. خصوصیات یا ویژگی‌های یک عضو از جامعه آماری را در نظر بگیرید. 

مزایا و معایب یادگیری ماشین

میا و معایب یادگیری ماشین

مزایا یادگیری ماشین

۱- شناسایی راحت روندها و الگوها

یادگیری ماشین می‌تواند حجم زیادی از داده‌ها را بررسی کرده و روندها و الگوهای خاصی را که برای انسان‌ها ناشناخته است، کشف کند.